Интернет-магазин косметики FOAM сменил модель программы лояльности. Доля самых ценных участников выросла с 11% до 15,5%

FOAM — интернет-магазин косметики с доставкой по России, Казахстану, Беларуси и бьюти-стором в Москве. Предлагает премиальные нишевые бренды и открывает новых локальных производителей косметики
Масштаб бизнеса. 
120 тысяч клиентов в базе
180 брендов на сайте
автор
Глеб Аитов,
соучредитель FOAM
Задача
Повысить эффективность программы лояльности
Решение
Перейти с балльной на скидочную программу лояльности

ИТ. 

Сайт на «Битриксе»,  кассы на 1С, платформа автоматизации маркетинга Mindbox
Результат
11% → 15,5% доля участников с самым высоким средним чеком 
56% → 78% повторные заказы участников программы лояльности 
21,1% → 35,4% доля потраченных баллов 
62 тысячи → 107 тысяч участников программы лояльности
FOAM запустил балльную программу лояльности осенью 2021 года. Спустя год провели аудит — оказалось, что клиенты запутались в сложных условиях и списывают только 21% баллов. В компании приняли решение перейти на скидочную модель — в результате доля потраченных баллов превысила 34%. Главное же, выросла доля повторных заказов и доля участников с самым высоким средним чеком. Подробности — в рассказе соучредителя FOAM Глеба Аитова.

Результаты перехода с балльной на скидочную программу лояльности

  • 11% 15,5% 
    доля участников с самым высоким средним чеком, год к году
  • 56 → 78% 
    повторные заказы участников программы лояльности
  • 21,1→ 35,4%
    доля потраченных баллов
  • 62 тыс. → 107 тыс. 
    участников программы лояльности

Почему сначала выбрали балльную программу лояльности, как и какие условия определили

Без программы лояльности мы работали четыре года, до ноября 2021 года. Тогда FOAM был микробизнесом: у нас было 20 человек в команде, мы знали многих покупателей по именам. В год проводили четыре большие распродажи: зимнюю, весеннюю, летнюю и на «черную пятницу».
Когда клиентская база достигла нескольких десятков тысяч контактов, стало понятно, что пора задумываться над программой лояльности для удержания и возврата покупателей. Изучили опыт других магазинов косметики — оказалось, у многих балльная модель.
Мы привозим в Россию уникальные бренды — не хотели подсаживать покупателей на скидки по ним. У некоторых наших поставщиков есть строгая ценовая политика: они не дают скидки дистрибьюторам, потому что считают, что это приводит к обесцениванию бренда. Поэтому мы хотели уйти от прямых скидок и даже планировали назвать наши баллы рублями. Оказалось, что по закону так сделать нельзя — остановились на баллах.
Финмодель считал я. Учитывал, что баллы — это реинвестиция в следующий заказ: начисляем баллы и знаем, что клиент придет и сможет потратить их у нас. Бюджет на продвижение, в том числе рекламу и скидки, — это определенный процент от маржи каждого бренда. Было понятно, какую долю можно выделить на программу лояльности с учетом разной маржинальности наших брендов.
Мы знали стоимость привлечения нового клиента и LTV по сегментам: 75% покупателей приходится на интернет-магазин. Поэтому точно понимали, каким клиентам какие привилегии можем дать. Исходя из этого выделили три уровня лояльности: Want, Like, Love. Программа была омниканальной — клиент мог получить баллы в бьюти-сторе, а потратить в интернет-магазине, и наоборот. Накопление баллов начиналось с первой покупки, но получать привилегии уровня Want клиент мог только при достижении суммы в 5 тысяч рублей.
Мы попытались наполнить программу лояльности всеми возможными бонусами и привилегиями, которые видели у конкурентов. В сегмент Want попадали почти все покупатели (у нас высокий средний чек), поэтому этим клиентам давали только кешбэк.
На уровне Like к кешбэку добавлялись подарок и скидка 10% один раз в год к важной дате — ее выбирал сам клиент. У подарка нулевая себестоимость — это рекламный товар от поставщиков. Скидка же — дополнительный повод для сбора данных о покупателе и дополнительная точка коммуникации: отправляли письмо с напоминанием за неделю до даты, день в день и через неделю.
Уровень Love дополнялся бесплатной доставкой заказов и ранним доступом к акциям. На этом тоже ничего не теряли: в нашу финмодель заложена бесплатная доставка от 6 тысяч рублей — у клиентов уровня Love средний чек выше. Ранний доступ же был нужен потому, что на нашем складе хранится не так много продукции — во время большой распродажи видно, как быстро товары раскупаются с сайта.

Условия первой программы лояльности

Специальные предложения
Уровень Want: сумма покупок от 5000 ₽, кешбэк 4%
Уровень Like: сумма покупок от 15 000 ₽, кешбэк 8%
Уровень Love: сумма покупок от 25 000 ₽, кешбэк 12%
Скидка 10% к важной дате
Подарок к важной дате
Бесплатная доставка заказов
Ранний доступ к специальным предложениям и распродажам
Баллы были доступны для списания через 14 дней после получения заказа, при этом подтверждать уровень нужно было каждые шесть месяцев.
Программу лояльности запустили на процессинге Mindbox — за полгода до этого перенесли на него триггерные и транзакционные рассылки из другого сервиса.

Продукт Mindbox
Рассылки

На тот момент у нас не было CRM-маркетолога — ресурсов хватило только на запуск базовых сценариев: уведомлений о начислении и списании баллов, переходе на следующий уровень.
Картинка
В программе лояльности было три уровня в зависимости от суммы покупок — при переходе на следующий клиент получал письмо

Почему решили перезапустить программу лояльности и как перешли с баллов на скидки

  • 21%
    баллов списывали участники первой программы лояльности 
Почему изменили модель программы лояльности. Измерить эффективность программы лояльности решили через год после запуска. Оценивали движение баллов: их накопление и списание — это ядро, которое показывает вовлеченность покупателей. Оказалось, что покупатели не очень активно пользовались программой лояльности — списывали только 21% баллов.
Провели также AB-тест в email: скидка против дополнительных баллов. Предложили покупателям при покупке от 3 тысяч рублей скидку в 25% сразу или тысячу рублей баллами на следующую покупку. Результат нас удивил: 100% клиентов выбрали скидку.
Параллельно у нас была задача повысить retention — подали заявку на кейс-чемпионат Pioneum, где несколько коммуникационных агентств предлагали решение конкретного кейса. Один из участников провел аудит нашего сайта: коллеги взяли конкретную клиентку (UX-дизайнер, 27 лет, доход свыше 180 тысяч рублей) и вместе с ней прошли весь пользовательский путь от поиска интернет-магазина до получения рассылок после оформления заказа.
Выяснилось, что на пользовательском пути огромное количество запутанных дорожек. Программа лояльности слишком сложная для клиентов: выгода в момент покупки неочевидна, непонятно, что и когда делать, чтобы получить баллы. Коллеги сделали еще два вывода:
  • нашим клиентам сиюминутная выгода важнее, чем баллы;
  • повышает retention не система лояльности, а сервис и УТП.
Вместе мы пришли к выводу, что нам стоит перейти с балльной на скидочную модель. Предполагали, что скидка, которую можно получить здесь и сейчас, сработает лучше, чем отложенные баллы. Директор по маркетингу рассчитала, какой уровень скидки на каком уровне программы лояльности мы можем предоставить покупателям. При расчете учитывали маржинальность товаров того или иного бренда, а также операционные и рекламные расходы.
Исследование CJM также показало, что наши коммуникации воспринимались как навязчивые: участница аудита отписалась от рассылок, потому что стала получать слишком много писем и они не несли полезной информации. Мы старались донести выгоду программы лояльности в письмах и соцсетях, но оказалось, что только путали клиентов.
Нам посоветовали сократить количество писем и повысить их ценность за счет персонализации. При выборе новых механик ориентировались в том числе на конкурентов — мы передали агентству девять сайтов, откуда коллеги почерпнули некоторые идеи: скидка на день рождения, баллы за отзыв.
  • 4 месяца
    занял переход на новую модель программы лояльности
Как перешли к обновленной программе лояльности. В общей сложности подготовительная работа по смене модели лояльности заняла около четырех месяцев, из них три недели — технические настройки: обновление сегментов, условий акций и дизайна писем, настройка триггеров.
Об изменении условий клиенты узнавали из соцсетей и писем, а также от кассиров бьюти-стора. С негативной реакцией мы не столкнулись: при перераспределении сегментов многие клиенты перешли на более высокий уровень, а участникам со статусом Like и Love мы дарили бьюти-гид по уходу за кожей.
Картинка
Все участники программы лояльности получили письмо об обновлении условий

Что изменилось в программе лояльности

Условия участия. Мы перешли к скидочной программе лояльности, при этом сохранили небольшой кешбэк баллами:
Картинка
Клиенты могут заработать дополнительные баллы за активность, например отзыв о продуктах
На весь ассортимент, кроме 10 брендов-исключений, действует скидка 10% — максимальную для каждого уровня скидку даем только на часть товаров. Гибкие условия позволяют регулировать спрос каждого сегмента и управлять маржинальностью. Клиент попадает в сегмент Want при первой покупке, следующие уровни присваиваются при второй и четвертой покупке соответственно и сохраняются пожизненно — не сгорают через полгода, как раньше.
Коммуникационная стратегия. Провели RFM-анализ и встроили его в коммуникации по программе лояльности. Для каждого сегмента определили цель и способы ее достижения. Например, сегмент оттока мы должны реактивировать. Достичь этой цели можно с помощью опроса, персональной скидки, подарка за покупку, бесплатной доставки или подарочных баллов. Тех, кто совершил одну покупку, мы должны мотивировать к повторным покупкам. Для этого используем персональную скидку, обзор новинок, подборку продуктов по потребностям, опрос и рассказ о возможных способах доставки.
Комбинируем RFM-анализ с дополнительными поводами для коммуникации. Так, клиентам с чеком выше среднего, которые ничего не покупали в течение трех месяцев, дарим скидку 10% в честь того, что они с нами уже полгода:
Картинка
В подвале каждого письма указываем уровень получателя в программе лояльности
Персонализировали и сами письма — дополнили их товарными рекомендациями на основе поведения клиентов (раньше в коммуникациях по программе лояльности не было этого блока):
Картинка
Персональные рекомендации учитывают историю просмотров, заказов и других действий клиента, а также похожих на него людей
Рассказываем клиентам и о возможности заработать больше баллов:
Картинка
Баллы за отзыв повышают вовлеченность клиентов — в дальнейшем планируем добавить другие балльные механики

Как планируем развивать программу лояльности

Внедрим геймификацию на сайте и в приложении. За прохождение игр будем начислять дополнительные баллы и выдавать «ачивки».
Улучшим UX личного кабинета. Это часть глобальной задачи по редизайну сайта.
Подключим новые каналы коммуникации. С WhatsApp работу уже начали, в ближайшее время планируем развивать Telegram-бота.
P. S. В этой истории мы рассказывали о наших продуктах Программа лояльности и Рассылки. Узнайте о продуктах подробнее на их страницах или в разговоре с консультантом.